Membongkar SDK Agen OpenAI: Panduan

OpenAI memperkenalkan beberapa penawaran baru: Responses API, alat bawaan untuk pencarian web dan berkas, alat penggunaan komputer, dan Agents SDK sumber terbuka. Sementara Responses API memungkinkan pengembang membangun agen di atas teknologinya, Agents SDK dapat membantu mereka menghubungkan agen ke alat dan proses web lainnya, menjalankan "alur kerja" yang melakukan apa yang diinginkan pengguna atau bisnis, secara mandiri.

Tahun 2025 sering disebut sebagai "Tahun Agen" dan langkah OpenAI dipandang sebagai langkah penting bagi industri ini. SDK Agen memungkinkan pengembang untuk dengan mudah memanfaatkan kemajuan terbaru OpenAI (seperti penalaran yang lebih baik, interaksi multimoda, dan teknik keselamatan baru) dalam skenario multi-langkah di dunia nyata. Bagi pengembang LLM dan pembangun agen AI, SDK Agen menyediakan serangkaian "komponen dasar" untuk membuat dan mengelola sistem AI otonom mereka sendiri.

Pentingnya Agents SDK terletak pada kemampuannya untuk mengatasi tantangan penerapan agen AI di lingkungan produksi. Secara tradisional, menerjemahkan kapabilitas LLM yang canggih ke dalam alur kerja multi-langkah telah menjadi pekerjaan yang padat karya, memerlukan banyak penulisan aturan khusus, desain perintah berurutan, dan coba-coba tanpa perkakas observabilitas yang tepat. Dengan Agents SDK dan perkakas API baru terkait seperti Responses API, OpenAI bertujuan untuk menyederhanakan proses ini secara signifikan, sehingga memungkinkan pengembang untuk membangun agen yang lebih kompleks dan andal dengan lebih sedikit usaha.

Apa itu SDK Agen

OpenAI kembali terjun ke sumber terbuka secara besar-besaran dengan merilis SDK Agennya, sebuah perangkat yang dirancang untuk membantu pengembang mengelola, mengoordinasikan, dan mengoptimalkan alur kerja agen — bahkan membangun agen yang didukung oleh model lain non-OpenAI seperti model milik pesaingnya Anthropic dan Google, atau model sumber terbuka dari DeepSeek, Qwen, Mistral, dan keluarga Llama milik Meta.

Mengapa menggunakan SDK Agen

SDK memiliki dua prinsip desain penggerak:

1. Cukup banyak fitur yang layak digunakan, tetapi sedikit primitif yang membuatnya cepat dipelajari.
2. Berfungsi dengan baik secara langsung, tetapi Anda dapat menyesuaikan apa yang terjadi.

Berikut adalah fitur utama SDK:

• Agen loop: Loop agen bawaan yang menangani pemanggilan alat, pengiriman hasil ke LLM, dan perulangan hingga LLM selesai.
• Python-first: Gunakan fitur bahasa bawaan untuk mengatur dan merantai agen, daripada perlu mempelajari abstraksi baru.
• Serah terima: Fitur hebat untuk mengoordinasi dan mendelegasikan antara beberapa agen.
• Penghalang: Jalankan validasi dan pemeriksaan masukan secara paralel pada agen Anda, hentikan segera jika pemeriksaan gagal.
• Alat fungsi: Ubah fungsi Python apa pun menjadi alat, dengan pembuatan skema otomatis dan validasi bertenaga Pydantic.
• Penelusuran: Penelusuran bawaan yang memungkinkan Anda memvisualisasikan, men-debug, dan memantau alur kerja Anda, serta menggunakan rangkaian alat evaluasi, penyempurnaan, dan penyulingan OpenAI.

Cara penggunaan SDK Agen Openai

1. Siapkan lingkungan Python Anda

python -m venv env
source env/bin/activate

2. Instal SDK Agen

pip install openai-agents

3. mengatur OPENAI_API_KEY variabel lingkungan

Dengan bebas mengatur OPENAI_API_KEY API dari CometAPI

• Masuk untuk cometapi.comJika Anda belum menjadi pengguna kami, silakan mendaftar terlebih dahulu
• Dapatkan kunci API kredensial akses antarmuka. Klik “Tambahkan Token” pada token API di pusat personal, dapatkan kunci token: sk-xxxxx dan kirimkan.
• Dapatkan url situs ini: https://api.cometapi.com/
• Pilih OPENAI_API_KEY titik akhir untuk mengirim permintaan API dan mengatur badan permintaan. Metode permintaan dan badan permintaan diperoleh dari dokumen API situs web kamiSitus web kami juga menyediakan uji coba Apifox demi kenyamanan Anda.

4. Siapkan Agen Anda

Tentukan alat apa yang dapat digunakan AI Anda. Katakanlah kita ingin mengaktifkan pencarian web dan pengambilan file:

from agent_sdk import Agent, WebSearchTool, FileRetrievalTool

search_tool = WebSearchTool(api_key="your_api_key")
file_tool = FileRetrievalTool()

agent = Agent(tools=)

Sekarang agen Anda tahu cara menelusuri web dan mengambil dokumen.

5. lari

Tidak seperti chatbot tradisional, AI ini memutuskan alat mana yang akan digunakan berdasarkan masukan pengguna:

def agent_task(query):
    result = agent.use_tool("web_search", query)
    return result

response = agent_task("Latest AI research papers")
print(response)

Tidak ada intervensi manual—hanya eksekusi otonom.

Agen Loop

Saat Anda menelepon Runner.run(), SDK menjalankan loop hingga mendapatkan output akhir:

1. LLM dipanggil menggunakan model dan pengaturan pada agen, bersama dengan riwayat pesan.
2. LLM mengembalikan respons, yang mungkin menyertakan panggilan alat.
3. Jika respons memiliki keluaran akhir, perulangan berakhir dan mengembalikannya.
4. Jika respons memiliki serah terima, agen ditetapkan ke agen baru dan putaran berlanjut dari langkah 1.
5. Panggilan alat diproses (jika ada) dan pesan respons alat ditambahkan. Kemudian, loop berlanjut dari langkah 1.

Anda dapat menggunakan max_turns parameter untuk membatasi jumlah eksekusi loop.

​,warKeluaran akhir

Output akhir adalah hal terakhir yang diproduksi agen dalam loop:

• Jika Anda mengatur output_type pada agen, keluaran akhir adalah ketika LLM mengembalikan sesuatu dari jenis itu menggunakan keluaran terstruktur.
• Jika tidak ada output_type (yaitu, respons teks biasa), maka respons LLM pertama tanpa panggilan alat atau serah terima apa pun dianggap sebagai keluaran akhir.

Contoh halo dunia

from agents import Agent, Runner

agent = Agent(name="Assistant", instructions="You are a helpful assistant")

result = Runner.run_sync(agent, "Write a haiku about recursion in programming.")
print(result.final_output)

# Code within the code,

# Functions calling themselves,
# Infinite loop's dance.

Struktur Teknis

“OpenAI Agents SDK bertujuan untuk menjadi kerangka kerja konseptual yang menunjukkan bagaimana berbagai agen, seperti 'Triage Agent' atau 'CRM Agent', dapat berkolaborasi untuk menyelesaikan tugas melalui interaksi alat dan mekanisme pendelegasian.”

Komponen Inti dan Arsitektur SDK Agen

OpenAI Agents SDK dibangun berdasarkan serangkaian prinsip yang ringkas namun kuat. Inti dari SDK ini adalah konsep Agen, yang merupakan contoh model bahasa yang disesuaikan dengan instruksi khusus dan dilengkapi untuk menggunakan berbagai alat. Agen mulai dengan menerima permintaan pengguna — seperti pertanyaan atau definisi tugas — lalu memecah tugas-tugas ini menjadi subtugas yang mungkin melibatkan penggunaan alat yang telah ditentukan sebelumnya, dan akhirnya memberikan respons yang lengkap. Tools secara fungsional dideskripsikan sebagai fungsi yang dapat dipanggil; dengan memanfaatkan SDK Agen, fungsi Python apa pun dapat berfungsi sebagai alat dengan lancar, dengan validasi skema otomatis untuk masukan dan keluaran yang disediakan melalui Pydantic. Misalnya, fungsi Python yang mewakili alat kueri basis data atau alat pencarian web dapat diintegrasikan langsung ke dalam perangkat agen.

Bagian inti lain dari SDK Agen adalah Agen Loop, yang mendefinisikan proses berulang penyelesaian tugas. Dimulai dengan upaya awal untuk menjawab pertanyaan, agen mengevaluasi apakah ia memiliki informasi yang cukup atau perlu melakukan tindakan eksternal. Bila diperlukan, agen memanggil alat yang relevan, memproses output, dan menilai ulang tugas. Siklus ini berulang hingga agen menandakan penyelesaian tugas dengan respons "Saya sudah selesai". SDK Agen mengelola proses ini secara mandiri, menyederhanakan proses pengembangan dengan mengotomatiskan tugas berulang seperti pemanggilan alat, penanganan hasil, dan percobaan ulang berulang. Hal ini memungkinkan pengembang untuk lebih fokus pada pendefinisian alur kerja dan kemampuan agen tanpa khawatir tentang mekanisme yang mendasarinya. OpenAI menggambarkan pendekatan ini sebagai Python-pertama, menekankan penggunaan konstruksi Python yang sudah dikenal — seperti loop, kondisional, dan pemanggilan fungsi — daripada bahasa khusus domain (DSL). Dengan fleksibilitas ini, pengembang dapat mengatur agen yang saling terhubung sambil mengandalkan sintaksis Python asli.

Arsitektur Handoff dan Multi-Agen

Kemampuan SDK melampaui agen individu. Melalui fitur yang dikenal sebagai Handoff, tugas dapat ditransfer di antara beberapa agen, sehingga memungkinkan mereka untuk berkolaborasi dengan lancar. Misalnya, "Agen Triase" dapat menentukan sifat permintaan yang masuk, mendelegasikannya ke agen khusus lainnya, atau output satu agen dapat bertindak sebagai input untuk agen lainnya. Sistem ini mendukung alur kerja di mana agen khusus menjalankan bagian-bagian berbeda dari tugas yang lebih luas, memberdayakan arsitektur multi-agen yang kompleks. OpenAI telah merancang perangkat untuk aplikasi yang dapat diskalakan, seperti otomatisasi dukungan pelanggan, proses penelitian, proyek multi-langkah, pembuatan konten, operasi penjualan, atau bahkan tinjauan kode. Selain itu, Pagar meningkatkan keandalan dengan menerapkan aturan validasi pada input atau output agen. Misalnya, pembatas dapat menegakkan kepatuhan format parameter atau menghentikan loop lebih awal saat anomali terdeteksi, mengurangi risiko seperti eksekusi yang tidak efisien atau perilaku yang tidak diinginkan dalam operasi dunia nyata.

Orkestrasi dan Pemantauan

Selain eksekusi tugas, SDK Agen mencakup teknik mengatur musik fitur, mengambil alih kendali eksekusi alat, aliran data, dan manajemen loop. Meskipun tingkat otomatisasinya tinggi, OpenAI mengutamakan transparansi, membekali pengembang dengan alat untuk memantau aktivitas agen secara real time. Melalui jiplakan Fitur yang dapat diakses di dasbor OpenAI, pengembang dapat memvisualisasikan alur kerja, langkah demi langkah, mengamati kapan alat dipanggil, masukan yang digunakan, dan keluaran yang dikembalikan. Platform ini memanfaatkan infrastruktur pemantauan OpenAI untuk memecah eksekusi logika agen menjadi jejak dan rentang, yang menawarkan wawasan terperinci tentang perilaku agen. Hal ini memberdayakan pengembang untuk mendiagnosis hambatan, men-debug masalah, mengoptimalkan alur kerja, dan melacak kinerja. Selain itu, arsitektur pelacakan mendukung evaluasi yang canggih, yang memungkinkan penyempurnaan dan peningkatan kinerja agen dari waktu ke waktu.

Kelebihan

OpenAI Agents SDK tidak hanya ditujukan untuk pengembang perorangan, tetapi juga memberikan keuntungan signifikan bagi perusahaan yang membangun produk berbasis agen AI. Mari kita mulai dengan keuntungannya:

Pembuatan Prototipe dan Produksi Cepat: SDK Agen mengimplementasikan perilaku agen yang kompleks dengan kode dan konfigurasi minimal, memperpendek siklus dari ide menjadi produk. Misalnya, platform kripto arus utama Coinbase menggunakan SDK untuk membuat prototipe dan menyebarkan sistem pendukung multi-agen dengan cepat. Demikian pula, di area seperti asisten pencarian perusahaan, perusahaan dapat mengintegrasikan alat pencarian web dan file SDK untuk memberikan nilai dengan cepat. Dengan memindahkan detail orkestrasi, pengembang dapat fokus pada fitur khusus produk.

Pengurangan Biaya Pengembangan: Membangun sistem agen dari awal memerlukan investasi rekayasa yang signifikan. SDK Agen mengurangi biaya dengan menyediakan solusi siap pakai untuk kebutuhan umum – manajemen loop, sinkronisasi panggilan API, penanganan kesalahan, dan keluaran alat yang diformat untuk LLM. Karena bersifat sumber terbuka, SDK ini juga memungkinkan penyesuaian untuk memenuhi kebutuhan perusahaan. Ini merupakan keuntungan bagi perusahaan rintisan, yang memungkinkan mereka untuk membuat produk yang digerakkan oleh agen yang canggih dengan sumber daya yang terbatas.

Ketertelusuran dan Debugging: Dasbor pelacakan terintegrasi SDK mengubah aplikasi bisnis. Kekhawatiran industri tentang AI sebagai "kotak hitam" kini memungkinkan setiap langkah agen dicatat dan diaudit. Jika agen dukungan pelanggan memberikan jawaban yang salah, jejak akan menunjukkan panggilan alat atau langkah mana yang gagal. Layar log/jejak OpenAI Platform meningkatkan kemampuan audit agen — yang penting dalam industri yang tunduk pada regulasi atau audit internal. Hal ini memungkinkan perusahaan untuk mengintegrasikan AI dengan keyakinan yang lebih besar, karena mereka dapat menjelaskan hasilnya saat dibutuhkan.

Akses ke model dan alat terbaru OpenAI: Menggunakan Agents SDK berarti memanfaatkan model-model terbaik OpenAI (misalnya GPT-4) dan alat-alat terkini (pencarian web, eksekusi kode). Ini memberikan keuntungan kualitas dibanding membangun alternatif yang mungkin bergantung pada model-model yang lebih lemah. Untuk aplikasi yang memerlukan akurasi tinggi atau informasi terkini (misalnya asisten penelitian, agen analisis keuangan), kinerja model-model OpenAI merupakan keuntungan besar. Karena OpenAI menambahkan alat-alat (yang mengisyaratkan lebih banyak integrasi yang akan datang), pengguna SDK dapat dengan mudah mengadopsinya.

CometAPI sepenuhnya kompatibel dengan protokol antarmuka OpenAI untuk memastikan integrasi yang lancar. Anda dapat menghindari ketergantungan model dan layanan (risiko terkunci), mengurangi masalah privasi dan keamanan data, serta mengurangi biaya. Memanfaatkan model dan alat OpenAI yang canggih dapat mahal dan terkadang membatasi kinerja. CometAPI menawarkan harga yang lebih murah.

Topik terkait CometAPI: Platform Integrasi Model AI Terbaik

Kesimpulan

OpenAI didedikasikan untuk memajukan kemampuan AI dengan penawaran inovatif seperti Responses API. Dengan memperkenalkan alat-alat ini, bisnis dan pengembang memperoleh kesempatan untuk membangun solusi AI yang lebih cerdas, lebih adaptif, dan sangat andal. Perkembangan ini menunjukkan masa depan di mana kecerdasan buatan terus mendorong perubahan yang berdampak dan membuka kemungkinan baru di seluruh industri.